人工智能不僅可以利用圖像識別的技術來幫醫(yī)生看X光片，幫助識別，還可以應用于其他行業(yè)，比如教育、汽車、金融領域。未來，我們應該更加關注人工智能，關注人工智能+。

人工智能

互聯(lián)網(wǎng)VS人工智能

互聯(lián)網(wǎng)分兩個階段，第一個階段是電腦端的互聯(lián)網(wǎng)，第二個階段是移動端的互聯(lián)網(wǎng)。2012年互聯(lián)網(wǎng)流量格局基本確定，各平臺首頁的APP比較固定，很難有新的APP占據(jù)首頁，這是互聯(lián)網(wǎng)的紅利開始消失的表現(xiàn)。

互聯(lián)網(wǎng)的下一個階段是“互聯(lián)網(wǎng)+”，就是互聯(lián)網(wǎng)與其他行業(yè)的結(jié)合?；ヂ?lián)網(wǎng)+解決了信息不對稱和連接的問題。舉個例子，淘寶是把買家和賣家連接在一起，解決了連接問題，建立了皇冠好評機制解決信息不對稱問題。但是互聯(lián)網(wǎng)+還有很多問題解決不了，比如說人工智能可以利用圖像識別的技術來幫醫(yī)生看X光片，幫助識別，這個準確率可以超過人類。人工智能還可以應用于其他行業(yè)，比如教育、汽車、金融領域，未來，我們應該更加關注人工智能，關注人工智能+。

人工智能的應用

人工智能應用在在汽車領域，實現(xiàn)輔助駕駛、自動駕駛，是當前一個很大的趨勢。在醫(yī)療領域，現(xiàn)在有手術機器人，比較出名的達爾文機器人已經(jīng)開始應用到臨床領域。還有外骨骼機器人，深圳先進技術研究院就有外骨骼機器人的模型，可以幫助患者走路和用作輔助問診。在金融領域則有大數(shù)據(jù)分析技術和人工智能技術，利用大數(shù)據(jù)實現(xiàn)征信系統(tǒng)。在個人助理領域，智能管家和智能陪伴比較火，比如蘋果的Siri，大陸有訊飛叮咚和小米的小愛同學等。法律領域，語音識別可以做庭審記錄，可以通過語音識別把庭審記錄識別出來，甚至可以審查合同。在教育領域，智能評測和個性化輔導也是一個很好的方向。

個性化教育

傳統(tǒng)教育VS個性化教育

現(xiàn)在學校一個班級大約三十至四十人，甚至更多，而所有學生接受的課程內(nèi)容和老師都是一樣的。這就產(chǎn)生一個弊端：每個學生的學習水平不一樣，課程的進度并非所有學生都能夠吸收，這就導致一些學生的學習進度跟不上。

而個性化教育就是將每個學生作為特定的個體，有特定的學習水平，通過分析學生的能力，個性化地推薦一些課程和內(nèi)容，做到因材施教、千人千面。簡而言之，個性化學習就是動態(tài)的規(guī)劃學習路徑，滿足學生個性化需要，也稱為自適應學習。

個性化教育的有效性

圖1學習方式效果對比圖

國外一家機構(gòu)已經(jīng)證明了自適應學習的有效性。如圖1所示，綠色是傳統(tǒng)的課堂教學，黃色是線上教育，藍色是自適應學習，自適應學習的考試通過率明顯更高。圖1右邊的圖片是學生成績，左邊是最低分，右邊是最高分，自適應系統(tǒng)學生的最低分明顯比另外兩個系統(tǒng)要高。

人工智能在教育領域的應用

圖2人工智能在教育領域的運用

從圖2中可以看到人工智能運用在教育領域里面的一些環(huán)節(jié)，比如在學習管理方面可以拍照搜題，現(xiàn)在有一些應用還可以做到拍照片顯示答案，也可以做陪伴機器人，陪學生做作業(yè)、學習。在學生測評方面，其中一個是口語測評，幫助判斷發(fā)音準不準，對口語水平進行一個評估，也可以做試卷的審閱。在教學輔助方面可以做到作文的批改，也可以做虛擬場景的練習，比如模擬面試。還可以布置作業(yè)，由人工智能系統(tǒng)給學生布置作業(yè)，并在學生完成作業(yè)后做批改修正。在核心學習環(huán)節(jié)里面可以規(guī)劃學習路徑，可以幫學生推送個性化的學習課程，甚至可以預測學生學習的情況。

聲希科技在個性化教育里面的兩個技術

發(fā)音檢錯糾錯技術

眾所周知，發(fā)音最有效的方式就是多講，進行大量的反復訓練。但是也存在三個主要問題，第一是以前我們上學是填鴨式教學，老師在上面講，學生很容易缺乏自信，不敢開口。第二是課堂時間有限，很難給予每位學生口語鍛煉機會，而且一般沒有口語作業(yè)。第三是教師資源不足，比如山區(qū)的老師因為帶有口音，發(fā)音不是那么標準。聲?？萍甲龅娜斯ぶ悄芗夹g，從發(fā)音、重音、語調(diào)上進行糾正。比如在發(fā)音方面，長音、短音是中國人容易犯的錯誤。在重音方面，舉個例子，單詞Prosody，很多人喜歡把重音放在第二個位置，系統(tǒng)會告訴你重音放在第一個位置。還有語調(diào)，它的升調(diào)和降調(diào)表示的意思可能也不一樣，系統(tǒng)也會做這方面的糾正。

針對口語學習方面，聲?？萍家策\用了自適應學習，比如用戶學了一段時間之后，系統(tǒng)會進行分析，根據(jù)用戶讀的發(fā)音跟標準發(fā)音判斷哪兩個音標容易弄混，從而個性化地推薦一些課程給用戶，已經(jīng)掌握的音標就不需要再進行練習了，而是推薦一些沒有掌握的音標，這樣可以提高學習效率，做到個性化推薦，因材施教。這些技術和系統(tǒng)都可以用到任何語言的學習，比如可以幫助其他國家的人來學習普通話。

語音轉(zhuǎn)換技術

所謂語音轉(zhuǎn)換技術，舉個例子，想要讓一個人模仿某個女生說話，把他的音色變成這個女生，我們會先收集這個聲音，再通過模型進行訓練，訓練之后可以把任何人的聲音變成這個女生的。比如說現(xiàn)在有一個男聲，通過系統(tǒng)可以轉(zhuǎn)化成女聲。保持內(nèi)容不變，只改變音色。半年前我們的訓練數(shù)據(jù)是1000句，接近1個小時，最近的進展是現(xiàn)在只需要拿到一句話就可以把任何人的聲音進行轉(zhuǎn)換。這是因為我們在語音轉(zhuǎn)換方面的貢獻，在2016年我們獲得了ICME唯一的最佳論文獎，參加的國際語音比賽是全球第五名。

除此之外，我們還可以做個性化語言學習的反饋，比如說我模仿的標準發(fā)音是別人的音色，假設我變成自己的音色，就可以知道是什么感覺，這樣可以幫助用戶更有效率地學習和模仿，同時也可以自定義AI老師、AI同學的音色。

這里還有其他場景的應用，如個性化的語音合成。我們可以把手機的語音助手，比如說把Siri換成自己孩子的聲音、動漫的聲音等等，還有一些新的玩法，像大家熟悉的高德地圖林志玲版的導航，他們是把文字變成語音，要收集很多林志玲的語音數(shù)據(jù)，而且必須是固定文本的，需要按照固定文本去讀，這是非常耗時間的，并且轉(zhuǎn)換出來的效果，大家可以看到林志玲版的導航，不是那么自然。而我們系統(tǒng)轉(zhuǎn)化的流利度較高，聽不出來是機器，這個實用性是非常高的。另外也可以用于電影電視的配音。之前在香港，我們做一些Demo，香港人喜歡叮當貓，但是叮當貓的配音演員已不幸去世了，我們可以通過語音合成繼續(xù)演這個動畫片。在娛樂方面，我們想唱周杰倫的歌，可以把自己的聲音直接變成周杰倫，小孩子也可以把自己的聲音變成喜歡的動漫人物的聲音。

在視頻圖像領域里有一個技術叫Face2Face，可以把一個人的臉變成另外一個人。比如說Source變成普京了，他的表情要怎么變，普京就怎么變。也可以變成動漫或者明星，這樣就可以跟語音結(jié)合到一起，從而可以自定義一個人工智能老師，這個人工智能老師可以用自己喜歡的人物的聲音和臉。